一種觀測矩陣優(yōu)化的壓縮頻譜感知方法
【專利摘要】本發(fā)明公開了一種壓縮頻譜感知方法,該方法應用于認知無線電系統中的頻譜空穴檢測,是一種借助壓縮感知技術進行頻譜感知的新方法;本發(fā)明針對觀測數據進行條件設定,提高了壓縮頻譜感知中的檢測效率,當滿足接受條件時重構出估計值,當不滿足接受條件時則增加觀測次數,實現觀測矩陣的自適應過程;本發(fā)明通過降低觀測矩陣列向量之間的稀疏度,減少列向量之間的相關性,并聯合觀測矩陣的自適應性進行整體優(yōu)化;本發(fā)明比一般壓縮感知頻譜重構時產生的均方誤差更低,在同一觀測次數下頻譜檢測概率更高;在達到同等接收操作性能時,本發(fā)明所需的觀測次數更少。
【專利說明】一種觀測矩陣優(yōu)化的壓縮頻譜感知方法
【技術領域】
[0001]本發(fā)明涉及計算機通信【技術領域】,特別涉及一種觀測矩陣優(yōu)化的壓縮頻譜感知方法。
【背景技術】
[0002]目前,由于無線通信的迅速發(fā)展,有限的頻譜資源將面臨匱乏。認知無線電是一種在無線通信中引入動態(tài)頻譜接入的機制,能有效提高頻譜利用率的技術。次用戶通過頻譜感知發(fā)現頻譜空穴,在避免對主用戶產生干擾的情況下伺機接入,可以有效地解決當前已分配頻譜利用率低的問題。
[0003]頻譜感知技術是認知無線電的關鍵技術。頻譜感知過程是指次用戶尋找頻譜空穴的過程。次用戶通過相關的感知算法,對特定區(qū)域的頻段進行搜索與分析,從而決定是否接入該頻段進行認知網絡的無線通信。因此,頻譜感知的性能決定了整個認知無線電系統的性能。
[0004]傳統的寬帶頻譜檢測設備分為分段感知和直接感知兩類,其中分段感知又分為串行感知和并行感知。串行感知方式以串行掃描的方式進行感知;而并行感知方式利用帶通濾波器分組進行感知,通過匯總得到寬帶頻譜感知結果。直接感知是指通過模數轉換(ADC)后利用FFT技術進行頻譜分析。頻譜感知方法主要是三種方式:能量檢測、匹配濾波器檢測和循環(huán)平穩(wěn)特征檢測。
[0005]在實時頻譜檢測中,需要對寬頻信號直接檢測,其瓶頸是高速模數轉換器件(ADC)的采樣率與分辨率,根據采樣原理可知,ADC的采樣率最少等于輸入信號最高頻率的兩倍,由于認知無線電中存在高達數GHz超寬頻段,這樣高速ADC無論從技術或是從成本角度都是難以實現的,如果采用傳統方法,則難以完成實時寬頻檢測的任務。
[0006]近年來,壓縮感知理論的出現,為信號的高效采集與重建建立了一套完整的框架。壓縮感知技術認為自然界的大部分信號是稀疏或相對稀疏的,那么就可以進行壓縮并重構。奈奎斯特采樣率率對于信號重建來說是一個充分非必要條件,它由于沒有考慮信號本身的內在結構特征,故其對信息的采集方式并非最優(yōu)。壓縮感知的實質是一種能保證較好重構性能下的欠采樣技術,它將對信號的采樣泛化到對信息的采集,突破了傳統奈奎斯特采樣定理的約束,為通信和信號處理的多個應用領域開啟了新的大門。
[0007]利用認知無線電信號在頻域上的稀疏性,壓縮感知技術能解決實時寬頻檢測采樣率不夠的難題。目前寬帶無線頻譜具備大量“頻譜空穴”而呈現出的稀疏性,壓縮感知應用于認知無線電寬帶頻譜感知問題的研究已經有初步成效,但是,如何實現壓縮頻譜感知的自適應國產,如何對觀測矩陣進行聯合優(yōu)化,從而快速準確地實現認知無線電中的空穴頻段檢測,是本發(fā)明所針對的問題。
【發(fā)明內容】
[0008]本發(fā)明所要解決的技術問題是設計壓縮感知中觀測矩陣的自適應過程,并通過減小觀測矩陣列向量之間的相關性,實現壓縮頻譜感知過程的聯合優(yōu)化。
[0009]本發(fā)明目的是利用壓縮感知技術解決實時寬帶頻譜檢測的問題,通過有效的優(yōu)化 技術手段,在保證最少觀測次數的前提下,提高頻譜空穴的檢測概率。
[0010]本發(fā)明解決其技術問題所采取的技術方案是:本發(fā)明設認知用戶需檢測的總頻寬 為BHz,它可以被連續(xù)均勻地劃分成L個互不重疊的子頻帶,每個子頻帶的邊緣位置頻率分 別為,且有fi < fj(i < j,其中
【權利要求】
1.一種觀測矩陣優(yōu)化的壓縮頻譜感知方法,其特征在于,所述方法包括如下步驟:步驟1:產生維數為MtlXN的隨機矩陣Otl,該矩陣與傅立葉逆變換矩陣F—1以及小波逆變換矩陣滬相乘,得出壓縮感知矩陣Wtl = ΦC1F-1W4,待測信號在Wtl上的投影為ry = Ψ0Ζ,其中ry為觀測值,Z為頻譜邊緣位置的幅度差值;步驟2:利用Wtl計算出格萊姆矩陣
2.根據權利I所述的一種觀測矩陣優(yōu)化的壓縮頻譜感知方法,其特征在于:所述方法應用于認知無線電系統的頻譜感知。
3.根據權利I所述的一種觀測矩陣優(yōu)化的壓縮頻譜感知方法,其特征在于:所述方法的步驟2和步驟3包括:μ (Ψ)定義為Ψ的互相關系數,當μ (ψ)的值越小時,則觀測數據ry= ΨΖ中的稀疏向量Z越容易滿足約束等距性(RIP)條件,并有不等式
4.根據權利I所述的一種觀測矩陣優(yōu)化的壓縮頻譜感知方法,其特征在于:所述方法的步驟5和步驟6包括:采用序貫壓縮感知算法來估算稀疏向量全的重構誤差,根據經驗值假設一個初始的觀測次數值Mtl,該值表示初始觀測矩陣的觀測次數;設定觀測次數增加的步長為T,通過接收額外的T次觀測,得到Mtl次觀測的重構向量,它與MfT次觀
測形成的仿射空間π 之間的距離為:
【文檔編號】H04B17/00GK103532645SQ201310471308
【公開日】2014年1月22日 申請日期:2013年10月10日 優(yōu)先權日:2013年10月10日
【發(fā)明者】王韋剛, 胡海峰 申請人:南京郵電大學